FERRAMENTA COMPUTACIONAL PARA A CONSTRUÇÃO DE ANALISADORES VIRTUAIS UTILIZANDO SISTEMAS HÍBRIDOS NEURO-FUZZY

FERRAMENTA COMPUTACIONAL PARA A CONSTRUÇÃO DE ANALISADORES VIRTUAIS UTILIZANDO SISTEMAS HÍBRIDOS NEURO-FUZZY

DOMINGUES, L.; SARAIVA, S. V.; CARVALHO, F. O.; ALMEIDA, L.C.M.

Artigo Completo:

Neste trabalho foram elaboradas estratégias na forma de ferramentas computacionais para a construção de sensores virtuais baseado em sistema híbrido neuro-fuzzy, em MATLAB®, materializadas com interfaces amigáveis. A ferramenta aborda pré-tratamento estatístico de dados, normalização, preparação, treinamento e avaliação do sensor virtual. Uma validação foi realizada com dados referentes a uma coluna debutanizadora disponibilizados na literatura e esta se mostrou eficiente na inferência da concentração de butano na previsão de um tempo à frente, pois os dados simulados se ajustaram aos experimentais e os regressores explicaram praticamente toda a variável dependente.

Neste trabalho foram elaboradas estratégias na forma de ferramentas computacionais para a construção de sensores virtuais baseado em sistema híbrido neuro-fuzzy, em MATLAB®, materializadas com interfaces amigáveis. A ferramenta aborda pré-tratamento estatístico de dados, normalização, preparação, treinamento e avaliação do sensor virtual. Uma validação foi realizada com dados referentes a uma coluna debutanizadora disponibilizados na literatura e esta se mostrou eficiente na inferência da concentração de butano na previsão de um tempo à frente, pois os dados simulados se ajustaram aos experimentais e os regressores explicaram praticamente toda a variável dependente.

Palavras-chave:

DOI: 10.5151/chemeng-cobeqic2017-395

Referências bibliográficas

• [1] FORTUNA, L., GRAZIANI, S., RIZZO, A., XIBILIA, M. G. Soft Sensors for Monitoring and Control of Industrial Processes. Springer. 2007.
• [2] JANG, J.-S.R. ANFIS: adaptive-network-based fuzzy inference system. IEEE Transactions System Management and Cybernetics 23 (3), 665–685, 1993.
• [3] JANG, J.-S.R., SUN, C.-T. ET AL. Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence. Prentice Hall, Upper Saddle River, New Jersey, USA, 1997.
• [4] LJUNG, L. System Identification: Theory for the User. New Jersey: Prentice-Hall, 1987.
• [5] OHSHIMA, M.; TANIGAKI, M. Quality control of polymer production processes. Journal of Process Control, v.10, n.2-3, p.135-148, 2000.
• [6] MANCINI ,I. M., MASI, S., CANIANI, D., LIOI, D. S.. Fuzzy Logic and Neuro-Fuzzy Networks for Environmental. Hazard Assessment, Published in print edition March, 2012.
• [7] OLIVEIRA JUNIOR, H. A., CALDEIRA, A. M., et al., Inteligência Computacional aplicada à Administração, Economia e Engenharia em MATLAB. São Paulo: Thomson Learning, 2007.
• [8] SILVA, I. A. F. Aplicações de redes neurais e neuro fuzzy em engenharia biomédica e agronomia. Tese de Doutorado na Universidade Estadual Paulista, Faculdade de Engenharia, 2014.

Como citar:

DOMINGUES, L.; SARAIVA, S. V.; CARVALHO, F. O.; ALMEIDA, L.C.M.; "FERRAMENTA COMPUTACIONAL PARA A CONSTRUÇÃO DE ANALISADORES VIRTUAIS UTILIZANDO SISTEMAS HÍBRIDOS NEURO-FUZZY", p-2664-2669. In: Anais do XII Congresso Brasileiro de Engenharia Química em Iniciação Científica [=Blucher Chemical Engineering Proceedings, v. 1, n.4]. ISSN Impresso: 2446-8711. São Paulo: Blucher, 2017.
ISSN 23591757, DOI 10.5151/chemeng-cobeqic2017-395